RTMP协议封装AAC(ADTS)格式详解

第一部分 AAC ADTS格式分析

AAC音频格式分析

AAC音频格式有ADIF和ADTS：

ADIF：Audio Data Interchange Format 音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始，不需进行在音频数据流中间开始的解码，即它的解码必须在明确定义的开始处进行。故这种格式常用在磁盘文件中。

ADTS：Audio Data Transport Stream 音频数据传输流。这种格式的特征是它是一个有同步字的比特流，解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。

ADTS格式的文件组成如下：

                                                 图1 AAC ADTS格式文件

AAC ADTS Header结构如下图所示，1~10字段是固定头部，11~15字段是可变头部，CRC字段不一定有内容：

                                                 图2 AAC ADTS header结构

先看一段AAC ADTS的文件内容：

                                图3 AAC ADTS格式文件内容示例

解析如下：

（7 or 9）个字节的Header内容：11111111 11111001 01010000 10000000 00010111 00111111 11111100

固定头(28bit)：

syncword(12bit)：11111111 1111，0xFFF,ADTS帧的开始

ID(1bit)：1, MPEG Version, 0表示是MPEG-4，1表示MPEG-2

layer(2bit)：00,一般都是00

protection_absent(1bit)：1,1表示包头没有CRC校验字段，0表示有CRC校验字段

profile(2bit)：01, 表示使用哪个级别的AAC，AOT＝profile+1

sampling_frequency_index(4bit)：0100,表示使用的采样率下标，指明了采样率，这个例子表示使用了44.1kHz

private_bit(1bit)：0,private stream, set to 0 when encoding, ignore when decoding

channel_configuration(3bit)：010,表示声道数

original_copy(1bit)：0,originality, set to 0 when encoding, ignore when decoding,

home(1bit)：0,set to 0 when encoding, ignore when decoding

可变头：

copyright_identification_bit(1bit)：0,copyrighted stream, set to 0 when encoding, ignore when decoding

copyright_identification_start(1bit)：0,copyright start, set to 0 when encoding, ignore when decoding

aac_frame_length(13bit)：00 00010111 001(185),AAC帧的长度，该值包含头部的长度，FrameLength = (ProtectionAbsent == 1 ? 7 : 9) + size(AACFrame)

adts_buffer_fullness(11bit)：11111 111111(0x7FF),说明码率可变的码流

no_of_raw_data_blocks_in_frame(2bit)：00,Number of AAC frames (RDBs) in ADTS frame minus 1, for maximum compatibility always use 1 AAC frame per ADTS frame

CRC(16bit)：CRC的校验字段，该示例没有校验字段。

 

第二部分 RTMP推送AAC音频流

推送音频流，所有的音频包是通过AUDIODATA结构封装的，该结构如图4所示。在向RTMP服务器推送音频流或者视频流时，首先要推送一个音频tag（AAC sequence header）和视频tag（AVC sequence header），没有这些信息播放端是无法解码音视频流的，其中音频tag格式如下

                             图4 音频数据格式

其中AACAUDIODATA的结构如下图：

                              图5 AAC audio data结构图

AAC sequence header其实就是AudioSpecificConfiguration，其定义如下：

                              图6 AudioSpecificConfiguration结构

从上面推论出AAC sequence header内容的前2个字节是0xAF 0x00，我们来看一个示例：

                             图7 AAC sequence header示例

AAC sequence header内容是：AF 00 12 10，解析如下：

                             图8 AAC sequence header解析示例

发送完AAC sequence header后就是AAC的帧数据，每帧的字节存放在AAC header后，长度由header的aac_frame_length字段指定，该值也包含了头和CRC字段的长度。

另一个比较重要的信息就是RTMP包的时间戳问题，其计算公式是：

frame_duration = frame_sample*1000/sample_rate

AAC一帧的采样点是1024或者960，该值与FrameLengthFlag字段对应(0-1024,1-960)，但是从ATDS中没有发现对应字段，对于44100Hz的采样率来说，大概就是23.21毫秒。

转自：https://www.jianshu.com/p/1a6f195863c7